农户参与高端特色品牌农业生产实证研究

7.2.2　农户参与高端特色品牌农业生产实证研究

7.2.2.1　数据来源与样本说明

本节实证部分所用数据主要来自2012年3月对平度市“马家沟芹菜”地理标志范围内的“农户行为选择专题”实地问卷调查。为保证样本的合理性，调查人员采取随机抽样的方法，先后在三个街道和一个镇随机抽取了15个村，每个村随机抽取了20个农户进行问卷调查，共300个农户。鉴于本节研究高端特色品牌农业政策实施框架下的农户选择问题，除了剔除那些不知道高端特色品牌农业政策的农户问卷，还要剔除数据缺失和信息失真的农户问卷，最终获取有效问卷185份（表7.10）。

表7.10　调查地点与样本分布特征

7.2.2.2　描述性统计分析

1.调查样本总体特征

样本数据显示，在受访的185个农户中，2011年仅有35.7％的农户种植了芹菜（共计66个农户，表7.11）。显然，调查地区农户参与高端特色品牌农业生产的积极性不高。在受访的农户中，男性户主为174个，女性户主仅有11个（表7.12）；而且，120个农户没有种植芹菜的经历，仅有65户（占农户总量的35.1％）在2011年以前种植过芹菜（表7.13）。同时，仅有9个农户参加了农业合作组织，这意味着受访农户整体的组织化程度较低（表7.14）。

表7.11　2011年芹菜种植农户数量比例

表7.12　受访农户户主性别比例

表7.13　受访农户芹菜种植经历比例

表7.14　受访农户参加农业合作组织比例

2.受访农户及所处环境属性特征

调查数据显示（表7.15），在受访的185个农户中，户主年龄最大的为75岁，最小的29岁，平均52.97岁。户主文化程度平均值为2.87（其中，1代表文盲，2代表小学，3代表初中，4代表高中及中专，5代表大专及以上），受访农户整体受教育程度较低。受访农户耕地面积最大的为50亩（包含流转的土地亩数），最小的仅有0.5亩。2011年，家庭收入最高的为28万元，最低的为0.1万元，平均4.09万元。整体来看，受访农户的专业化程度和商品化程度不高，二者的均值分别为60.9％和73％，受访农户对政府工作的满意度较高（百分制，平均得分74.30分），受访农户农产品销售的便利程度较高（百分制，平均得分82.11分），仅有21％的受访农户知道政府为高端特色品牌农业发展制定了配套政策。

表7.15　受访农户及所处环境特征描述统计

7.2.2.3　计量模型构建与方法选择

在公式（7.7）中，Y^＊代表农户参与高端特色品牌农业生产的决策结果，是一个二分变量，故令Y^＊＝1表示农户选择种植高端特色品牌农产品，Y^＊＝0表示农户未参与高端特色品牌农产品生产。具体地，本书采用如下的二元Logistic回归分析模型^[4]，对农户参与高端特色品牌农业生产的概率进行计量分析：

式中，P_i是估计的农户参与高端特色品牌农业生产（及种植高端特色品牌农产品）的概率；X_i为自变量，包括农户因素和政府环境因素等；β′为待估参数，代表X_i变化对农户参与高端特色品牌农业生产概率的影响程度；ε为误差项，满足均值为0、方差为1的标准正态分布，它代表一些潜在的不可观测变量和数据误差。

本书所选取的自变量含义以及各变量对农户参与高端特色品牌农业生产的预计影响方向如表7.16所示。本书采用二元Logistic回归分析模型进行分析，并使用最大似然估计法对参数进行估计^[5]。

表7.16　自变量选择及其影响作用符号假设

（续表）

7.2.2.4　实证结果

在实际数据处理过程中，本书运用SPSS17.0统计软件，首先选择了Enter法（即强迫引入法），将所要考察的变量一次性代入Logistic回归模型分析，得到模型分析结果，记作模型R。随后，选择后向逐步选择（似然比）方法，即Backward Elimination（Likelihood Ratio）方法，再将所有考察变量放入回归模型进行分析，得到全部考察变量均显著的模型结果，记作模型R^﹡（表7.17）。

表7.17　Logistic回归结果

（续表）

a.在步骤1中输入的变量：户主年龄X₁，性别X₂，文化程度X₃，耕地面积X₄，年度收入X₅，专业化程度X₆，商品化程度X₇，芹菜种植经历X₈，参加农业组织X₉，政府可信度X₁₀，政府配套政策X11，农产品销售便利程度X₁₂。

从表7.18和7.19可以看出，模型R^﹡的拟合效果较好。总的来看，模型R^﹡的回归结果和前面的假设基本保持一致；在5％的显著性水平下，农户家庭收入水平（X₅）、农户生产专业化程度（X₆）、农户芹菜种植经历（X₈）和农产品销售便利程度（X₁₂）是影响农户参与高端特色品牌农业生产的显著变量，其他自变量的影响并不明显。

表7.18　模型系数的综合检验

a.χ²负值表示χ²值已在上一步中减小。

表7.19　模型汇总

a.因为参数估计的更改范围小于0.001，所以估计在迭代7次时终止。

根据模型R^﹡回归结果，可以得出以下结论：

（1）家庭收入水平不同的农户参与高端特色品牌农业生产的概率存在显著差异。在农户资源禀赋变量中，“家庭收入（X₅）”是显著变量，其回归系数为正值，意味着在其他条件不变的情况下，家庭经济收入越高的农户种植高端特色品牌农产品的可能性越大，与前面的假设保持一致。

（2）农户生产专业化程度和芹菜种植经历对其种植高端特色品牌农产品的决策选择具有显著影响。在农户家庭经营特征变量中，“农户生产专业化程度（X₆）”和“芹菜种植经历（X₈）”是显著变量，并且二者的回归系数均为正值。这意味着在其他条件不变的情况下，生产专业化程度越高的农户参与高端特色品牌农业生产的概率越大，具有芹菜种植经历的样本农户种植高端特色品牌农产品（“马家沟芹菜”）的可能性较高，二者均与前面的假设保持一致。

（3）农产品销售便利程度对农户参与高端特色品牌农业生产的决策选择具有显著影响。在政府环境因素中，“农产品销售便利程度（X₁₂）”是显著变量。然而需要说明的是，变量X₁₂的回归系数是负值，这意味着农产品销售便利程度越高的农户种植高端特色品牌农产品的可能性越低。究其原因，可能与实地调研期间观察到的调查地区普遍存在农产品“卖难”问题有关。正是因为农产品“卖难”，所以面临政府积极推进的高端特色品牌农业政策，存在农产品“卖难”问题的农户选择种植高端特色品牌农产品的概率越大。反之，由于具有较为便利的销售渠道，那些不存在农产品“卖难”问题的农户选择参与高端特色品牌农业生产的可能性较小。